如果您的整个基础设施都在 Amazon VPC 上，那么什么样的正常运行时间保证是安全的承诺？

Question

我们是一家小型初创公司，试图迎合我们的第一个客户。目前，整个硬件设置都在亚马逊云上（很快将移至 VPC）。我必须向客户估计我的公司可以提供什么样的正常运行时间保证。虽然亚马逊提供低于“99.95% 但等于或大于 99.0%”，但我认为将我的应用程序升级、修补和其他维护活动考虑在内是有意义的，并采用更小的估计，比如 95% .

我认为我的问题更笼统地说，就 SLA 而言，对于与第一个客户打交道的初创公司而言，什么是更安全的承诺。考虑到我们在这个领域不是一家成熟的公司，我的客户（这是一家价值 10 亿美元的公司，他们为每笔交易向我们支付费用）听起来可以接受 90-95% 之类的东西吗？

Answer 1

90%-95% 的 SLA 没用，最好不要说（即使是旧的共享主机也能保证你的 webapp 有更好的 SLA），你至少需要 99.5% 来处理严肃的业务。如果您需要更好的 SLA（您的客户会！），您需要有镜像资源（2 个应用服务器、2 个数据库服务器等）、设置负载平衡和故障转移（如 keepalived、haproxy、squid 等），设置良好的内部和外部监控和警报解决方案（例如 Zabbix 或 Nagios、newrelic 和 Logstash/Kibana 用于日志管理），您将需要系统管理员，他们将管理它、监控它并对问题做出反应。

您应该查看维基百科上的 SLA 表，在那里您可以找到您的应用程序可以离线多长时间以符合您的 SLA 级别。不要忘记，当您无法立即做出反应时（即凌晨 3 点），中断可能并且将会发生，因此您需要拥有足够大的管理团队来提供 24/7 的支持。您必须找到并识别所有 SPOF 并将其消除。不要忘记，不仅您的开发人员是潜在问题的根源，而且您的服务器从一开始就会受到各种类型的自动攻击（ssh bots、DDoS 等）。

拥有良好和稳定的环境真的非常非常难以实现，非常非常昂贵，而且当您在云中时更昂贵（因为其他云用户的影响）。

您可以找到示例，您的环境应该如何查找简单网页以确保 aws 上的高可用性，由 amazon 本身在此处 (pdf)或更多在aws 架构中心提供。

最后但并非最不重要的一点是，您永远不应忘记资源翻倍！如果您只有一个单一类型的 VM，则无法保证任何事情。第二部分 - 您（或您的管理员）需要准备灾难恢复计划，并且应该定期进行“防火演习”以确保计划是最新的并且运行良好。